基於多源數據聯合平差的機載LiDAR點雲精度最佳化

《基於多源數據聯合平差的機載LiDAR點雲精度最佳化》是依託武漢大學，由張永軍擔任項目負責人的面上項目。

基本介紹

• 中文名：基於多源數據聯合平差的機載LiDAR點雲精度最佳化
• 項目類別：面上項目
• 項目負責人：張永軍
• 依託單位：武漢大學

項目摘要

機載LiDAR點雲和航空影像的集成處理是近年來的研究熱點，其核心為兩類數據的高精度配準理論和方法。針對機載LiDAR存在系統誤差而導致點雲精度有限的問題，率先提出建立機載LiDAR的幾何定位嚴格模型，根據LiDAR點雲反演測距測角等原始觀測值；創新性地提出在城市地區進行少量地面控制點、LiDAR點雲中提取的建築物角點及地面特徵線、POS數據、航空影像等多源數據進行聯合區域網平差的理論和方法，以便消除機載LiDAR點雲的系統誤差並提高其實際精度水平；提出LiDAR點雲和影像匹配相結合的高精度數字表面模型生成方法；實現基於特殊地面標誌的LiDAR點雲精化結果的精度評定；最終建立較為完整的機載LiDAR點雲與航空影像聯合處理理論和算法體系，實現LiDAR點雲與航空影像的聯合平差及高精度配準，為高精度數字表面模型、真正射影像等套用及我國自主機載LiDAR系統的研製與套用奠定堅實的基礎。

結題摘要

機載LiDAR點雲和航空影像的集成處理是近年來的研究熱點，其核心為兩類數據的高精度配準理論和方法。本項目自獲得國家自然科學基金資助後，嚴格按照立項申請進度安排開展研究。形成了基於多源數據聯合平差的機載LiDAR點雲精度最佳化總體方案；研究了機載LiDAR幾何定位的嚴格模型，進行了LiDAR雷射腳點尺寸的定量分析，提出地圖投影坐標系下直接對地目標定位的長度變形近似改正方法，研究了國家坐標系下機載LiDAR數據的直接對地目標定位方法。實現了LiDAR點雲和POS數據輔助的航空影像多視自動匹配及建築物輪廓線提取與匹配；提出了城市地區機載LiDAR點雲與航空影像的高精度配準方法，在機載LiDAR點雲與區域網平差後的航空影像間匹配多種同名特徵，以匹配的多種同名特徵作為控制點進行LiDAR點雲條帶平差，改正點雲條帶系統誤差，最終實現機載LiDAR點雲與航空影像的高精度配準。研究了基於雙邊濾波和四叉樹分割的改進半全局密集匹配 (SGM) 算法，以互信息作為代價函式，採用多維動態規劃搜尋策略使得全局能量函式取得最小，得到密集匹配的最優解。提出LiDAR點雲輔助的半全局密集匹配進行高精度數字表面模型生成的方法，充分利用已有的LiDAR點雲數據和高解析度航空影像各自的優勢，生成更加密集精細的三維點雲，得到優於LiDAR點雲數據和原始SGM的密集匹配結果。提出一種利用平面直角約束條件進行單張傾斜影像姿態恢復以及單像三維量測的方法，提出基於掃描線分割和GPU加速的城區機載LiDAR點雲快速濾波方法。最終建立了較為完整的機載LiDAR點雲與航空影像聯合處理理論和算法體系，實現LiDAR點雲與航空影像的聯合平差及高精度配準，並進行了立體影像密集匹配與點雲精度最佳化，可為高精度數字表面模型、真正射影像等套用及自主機載LiDAR系統的研製提供良好的技術支撐。 項目組忠實執行了研究計畫，經過4年的積極探索和潛心研究，完成了規定的研究內容，發表學術論文19篇，其中SCI/EI收錄論文13/3篇；參加國際會議4人次，申請國家發明專利3項，培養博士碩士研究生6名，達到了預定的研究目標。